自主空中加油视觉导航系统中的锥套检测算法
- 格式:pdf
- 大小:692.19 KB
- 文档页数:6
软管-锥套式空中加油动态建模与性能分析吴玲;孙永荣;黄斌;朱云峰;刘建业【摘要】提出了一种基于凯恩方程的自主空中加油软管-锥套动态模型及性能分析方法.该方法将软管视为由有限段以铰链形式连接的刚性杆组成,锥套为软管末端的一个质点.本文定义了描述系统状态的广义坐标及广义速率,导出了软管段位置多级递推公式和系统动态方程,估算了软管在加油机尾流、定常流和大气扰动下的气动载荷.通过数值仿真分析了平稳大气中锥套在加油机不同飞行条件下的稳态阻力和软管拖拽轨迹,验证了模型的正确性及系统稳定性.最后研究了大气扰动对锥套运动的影响及不同软管段的受扰运动.【期刊名称】《南京航空航天大学学报》【年(卷),期】2016(048)006【总页数】8页(P901-908)【关键词】自主空中加油;软管-锥套式;凯恩方程;多刚体动力学【作者】吴玲;孙永荣;黄斌;朱云峰;刘建业【作者单位】南京航空航天大学导航研究中心,南京,210016;南京航空航天大学金城学院自动化系,南京,211156;南京航空航天大学导航研究中心,南京,210016;南京航空航天大学导航研究中心,南京,210016;南京航空航天大学导航研究中心,南京,210016;南京航空航天大学导航研究中心,南京,210016【正文语种】中文【中图分类】V212.11自主空中加油技术(Autonomous aerial refueling,AAR)兼具战略与战术双重价值,无论在军事还是民用方面都具有较大的应用潜力,受到了诸多国家的重视。
软管-锥套式空中加油(软式加油)和伸缩管式空中加油(硬式加油)是两种常用的空中加油技术[1],并且各具优缺点。
软式加油技术可以同时为多架无人机加油,并且成本低,方式简单。
但是,在大气紊流情况下,系统不稳定,且传输速率低。
与软式加油技术相比,硬式加油技术具有较快的传输速率并且易于与受油机连接。
但是它需要的加油设备复杂且一次只能给一架无人机加油。
一种基于HSV色彩空间的加油锥套特征提取方法王旭峰;董新民;孔星炜;王龙【摘要】自动空中加油过程中视觉导航图像的复杂性对加油锥套特征的检测与识别提出了很高的要求.为准确获取空中加油对接阶段加油锥套端面的中心坐标,提出一种基于图像HSV(hue,saturation,value)色彩空间信息的加油锥套特征提取方法.引入HSV色彩空间,根据颜色与形状特征选取原则选取加油锥套特征.对图像进行色彩空间转换、色相滤波、二值化以及边缘检测处理,利用最小二乘椭圆拟合的方法得到加油锥套端面的中心坐标.实验结果表明,所提出的方法能够准确提取加油锥套特征,实时解算得到加油锥套端面的中心坐标,为自动空中加油视觉导航提供了一种可靠性更高的特征提取方法.【期刊名称】《计算机应用与软件》【年(卷),期】2014(031)006【总页数】3页(P192-194)【关键词】自动空中加油;HSV色彩空间;加油锥套;特征提取【作者】王旭峰;董新民;孔星炜;王龙【作者单位】空军工程大学航空航天工程学院陕西西安710038;空军工程大学航空航天工程学院陕西西安710038;空军工程大学航空航天工程学院陕西西安710038;空军工程大学航空航天工程学院陕西西安710038【正文语种】中文【中图分类】TP391;V271.4自动空中加油技术[1,2]可极大提升作战飞机的使用效能,已成为未来空中加油技术的发展趋势。
国内外围绕自动空中加油技术的研究中关键的一点就是需要开发出一种良好的测量装置,能够对近距对接阶段及加油过程中的加油机与受油机的相对位置和姿态进行精确测量。
视觉导航以其高精度、高更新率、低能耗等特点受到AAR研究人员越来越多的关注[1,3]。
其中,如何得到稳定而准确的特征成为一个重要的研究课题。
当前在特征检测与识别方面进行了大量的研究,如SIFT方法[4]、Harris方法[5,6]以及SUSAN方法[7]等,然而此类方法对于细节信息丰富的航空图像进行特征检测与识别时往往无能为力,在此情况下,采用图像色彩信息进行特征检测与识别成为研究者的关注点之一[8]。
无人机空中对接中的视觉导航方法现如今,无人机在现代战场上发挥着非常重要的作用。
因此,进一步提高无人机空中对接效能,不断优化自主空中对接加油技术受到全世界的广泛研究。
此外,与传统的导航方式相比,视觉导航方式有着精度高、频率快、不受电子干扰等优点。
基于此,本文主要针对无人机空中对接中视觉导航技术展开了深入研究和探讨。
标签:无人机;空中对接;空中加油;视觉导航技术引言无人机空中对接是一种能有效提升巡航里程和续航时长的现金技术手段。
但就目前来说,无人机有着续航时间短、有效载荷不足等缺点,需要定期返回基地进行补给,这严重削弱了无人机执行长航时和复杂任务的能力,限制了无人机的使用。
因此,近距相对位置和姿态测量技术是其中需要解决的关键问题之一。
本文针对以上问题对无人机自主空中对接中视觉导航方法进行研究,并完成了近距对接的地面实验,具体情况如下。
一、无人机空中对接流程无人机控制对接流程一般划分为以下四个阶段:汇合、近距离对接、加油以及分离阶段。
这四个阶段密切配合,并组成了一套高效、安全的无人机自主空中加油流程,每个阶段都必须保证精准、有效。
(1)会合阶段:无人机在空中发出加油请求,且加油机接收信号后,加油机会在制定空域进行巡航待机。
这时无人机利用卫星导航系统,并在其指导下依据系统规划的航线飞向加油机所在空域——会和空域。
当无人机进入会和空域后,首先要保持一定飞行速度,在安全区域内跟随加油机飞行。
在双机稳定飞行下,加油机放下加油锥管,无人机则开启双目视觉系统,从而完成加油准备工作。
(2)近距离对接阶段:空中无人机完成加油准备工作后,进入近距离对接阶段。
这时,无人机有GPS模式转换到视觉导航模式,在视觉导航系统精准获取加油椎管位置与状态信息后,指导无人机平缓靠近加油锥套,一直到插头插入锥套,从而完成近距离对接任务。
(3)加油阶段:控制无人机与加油机完成對接后,进入加油阶段。
在加油时应保持继续编队飞行,使双机尽量呈现相对静止状态。
基于TLD算法的加油锥套跟踪高宇;孔星炜;董新民;王海涛;王健【摘要】针对自主空中加油对接阶段锥套跟踪问题,提出了一种基于tracking-learning-detection(TLD)的锥套跟踪算法.该算法将加油锥套的跟踪任务分解成跟踪、学习、检测3个部分.跟踪模块在LK光流法的基础上添加跟踪失败自检测,筛选出好的跟踪点,跟踪加油锥套;检测模块构建级联分类器,对滑动窗遍历得到的图像块进行分类并返回含有目标的图像块,融合跟踪模块的跟踪框,给出最终跟踪结果;学习模块引入P-N约束修正错误样本并学习更新检测模块.利用Creator/Vega Prime软件对空中加油进行视景仿真,在视景仿真视频上测试锥套跟踪算法.结果表明:TLD算法跟踪加油锥套成功率达95.5%,处理每帧平均耗时31.4 ms,能够满足加油锥套跟踪鲁棒性、准确率、实时性的要求.【期刊名称】《应用光学》【年(卷),期】2016(037)003【总页数】7页(P385-391)【关键词】自主空中加油;锥套跟踪;TLD算法;视景仿真【作者】高宇;孔星炜;董新民;王海涛;王健【作者单位】空军工程大学航空航天工程学院,陕西西安710038;空军工程大学航空航天工程学院,陕西西安710038;空军工程大学航空航天工程学院,陕西西安710038;空军工程大学航空航天工程学院,陕西西安710038;空军工程大学航空航天工程学院,陕西西安710038【正文语种】中文【中图分类】TN29;V249.1无人机的出现深刻地改变了现代作战方式,但受携带燃油量限制,其作战效能得不到充分发挥。
而自主空中加油技术可以延长无人机留空时间,扩大作战半径,增加有效载荷,充分发挥了无人机的优势[1]。
目前空中加油主要有硬式(探针式)和软式(插头-锥套式)两种方式。
硬式加油速度快松散,可以达到6 000 lb/min,但只能单独给一架飞机加油;软式可以同时给几架飞机加油,但加油速度较慢,只有1 500 lb/min~2 000 lb/min,而且锥套易受气流影响,对接难度大[2]。
基于Kalman预测的空中加油锥套跟踪方法
周晓达;孙旭东;邴洋海;杨博文
【期刊名称】《数据采集与处理》
【年(卷),期】2014(29)6
【摘要】利用加油锥套的位置和尺寸信息建立Kalman滤波方程,结合加油对接过程中锥套的运动特点设置模型参数,并引入目标遮挡系数实现参数的自适应调整,对锥套的运动进行状态估计,再通过改进的霍夫梯度法采集观测值对估计值进行修正.实验结果表明,本文研究的算法在工作范围内能够实现对锥套的稳定跟踪,特别是当锥套发生部分遮挡时具有较好的持续跟踪能力,对背景变化具有较好的适应性.【总页数】5页(P1041-1045)
【作者】周晓达;孙旭东;邴洋海;杨博文
【作者单位】中航工业沈阳飞机设计研究所,沈阳,110035;中航工业沈阳飞机设计研究所,沈阳,110035;中国人民解放军驻沈阳飞机工业(集团)有限公司军事代表室,沈阳,110034;南京航空航天大学自动化学院,南京,210016
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于视觉的自主空中加油锥套跟踪与定位 [J], 钟珍伟;秦勇;王宏伦;苏子康;姚鹏;李娜
2.基于同步提取变换与Vold-Kalman滤波的燃几阶次跟踪方法研究 [J], 张文海;
胡明辉;江志农;冯坤
3.基于Faster R-CNN算法的自主空中加油锥套识别 [J], 张宇博;曹有权
4.基于双目视觉的空中加油锥套定位与对接控制 [J], 张易明;艾剑良
5.基于扩展Kalman预测模型的双目立体视觉图像特征点跟踪方法 [J], 任少盟;魏振忠;张广军
因版权原因,仅展示原文概要,查看原文内容请购买。